对工业无线控制网络的无线质量感知模型预测控制

工业无线传感器和执行器网络越来越多地用于闭环控制系统。在这样的系统中，数据包丢失、信道退化和通信延迟会恶化跟踪性能。本文提出了一种无线质量感知模型预测控制（MPC）策略，适用于在时变无线通信条件下运行的工业输送驱动系统。与经典的MPC不同，所提出的控制器将无线信道信息（包括信号与干扰加噪声比（SINR）、数据包错误率（PER）和网络引起的延迟）纳入预测控制公式中，从而使控制行为适应退化的通信条件。在MATLAB仿真中，基于传感器测量信号的工业负载扭矩特性被使用，且无线通信场景被划分为代表有利、中等退化和严重退化条件的三个区域。结果显示，所提出的MPC在角速度接近参考值方面表现优于经典MPC，尤其在SINR降至5 dB时的严重退化情况下。与经典MPC相比，所提出的无线质量感知MPC将绝对误差的积分（IAE）减少了约90.6%，均方根误差（RMSE）降低了91.4%，最大绝对跟踪误差降低了92.7%，输入变化指数减少了67.2%，同时保持相当水平的控制能量。总体而言，这些结果表明，所提出的无线质量感知模型预测控制框架在工业无线控制应用中提高了跟踪精度、执行器平稳性和系统鲁棒性。